Queremos fazer análises explorativas como o bioma amazônia se comportou durante as ultimas décadas, tendo em vista todos os mandatos de governos que passaram e como as fronteiras agrícolas se comportaram. Para isso, precisamos de dados do meio ambiente, de eleições e de agropecuária.

Obs: é preciso ter executado os comandos !pip install basedosdados e !pip install plotly antes de rodar células abaixo

Importando ferramentas

Lendo tabela de informação de candidatos eleitos

Para pegar as informações relevantes, selecionamos só os governantes de UFs que têm dados sobre sua cobertura de mata amazônia na basedosdados

A consulta em si está na pasta de consultas SQL com o nome 'GovernoEstado.sql'

Aqui importamos o csv gerado pela consulta descrita acima

Lendo tabela de informação de cobertura do bioma amazônia por estado e ano

Pegamos as informações da área do bioma Amazônia relacionada ao estado e ao ano em que foram registradas

A consulta em si está na pasta de consultas SQL com o nome 'AreaTotAmazonia.sql'

Aqui importamos o csv gerado pela consulta descrita acima

Queremos saber quais partidos foram mais permissivos em relação a perda do bioma da amazônia

Vamos relacionar as duas tabelas para obter o dataset o qual utilizaremos para operações e análises no pandas, com o objetivo de responder o questionamento acima.

Com as duas tabelas acima, fazemos um inner join nos parametros anos e estados para relacionar as mudanças dos biomas com o partido governante

Adicionando coluna na qual queremos armazenar a porcentagem de cobertura de amazônia perdida por mandato de governo

Função para armazenar a perda de cobertura do bioma por mandato

Nessa função, percorremos as linhas do database e pegamos a informação da área antes e após o mandato, para armazenar a porcentagem de quanto mudou na coluna delta e armazenar a perda total de área na nova coluna perdatot

Abaixo temos o dataframe mais importante para esta análise até agora:

Com a porcentagem da área perdida relacionada com o partido que estava no mandato, podemos fazer cálculos para comparar quem foi mais permissivo em relação à perda da biodiversidade